基于多尺度积和主成分分析的SAR图像变化检测方法

摘要

本发明公开了一种基于多尺度积和主成分分析的SAR图像变化检测方法，主要解决现有技术自适应性差、适用范围窄以及变化检测结果受图像误配准影响的问题。具体实现过程是：首先对输入的两时相SAR图像进行对数比运算得到差异图，对其进行小波变换，对每一分解层高频信息都进行多尺度积去噪；然后将每一层去噪后的图像组合起来进行主成分分析变换，并将第一主成分图作为新的差异图；最后采用广义高斯模型的最小错误率阈值对新的差异图分类，得到最后的变化结果图。实验表明本发明能够增强变化信息，抗噪声性强，能够减弱图像误配准的影响，具有很好的适用性，可用于SAR图像的灾情检测。

主权项

1.一种基于多尺度积和主成分分析的SAR图像变化检测方法，包括如下步骤：1)对输入的两时相SAR图像进行对数比运算，得到一幅对数比值差异图XLR；2)对差异图XLR进行二维平稳小波变换，分解为4层，对每一层的水平、对角、垂直方向高频信息分别进行多尺度积去噪，并将每一层去噪后的高频系数和该尺度的低频系数进行逆小波变换，得到对数比值差异图XLR的每个层去噪之后的图XLRj(j＝1，2，...4)；3)将每层去噪之后的对数比差异图XLRj分别列向量化并将四层列向量组成矩阵，对该矩阵进行主成分分析变换，将得到的第一主成份图作为新的差异图X’LR，本发明称为第一主成份差异图；4)对第一主成份差异图X’LR利用广义高斯模型最小错误准则计算其阈值并进行分类，大于阈值的像素点属于变化类，否则属于非变化类，得到变化结果图。